买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学院自动化研究所申请的专利基于异质关系图的行人轨迹预测方法以及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119514886B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510060722.4，技术领域涉及：G06Q10/063；该发明授权基于异质关系图的行人轨迹预测方法以及装置是由孙世颖;赵晓光;谭民设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本基于异质关系图的行人轨迹预测方法以及装置在说明书摘要公布了：本发明提供一种基于异质关系图的行人轨迹预测方法以及装置，应用于人工智能领域，其中，上述方法包括：获取目标行人、行人运动信息以及障碍物信息；将行人运动信息以及障碍物信息输入至异质关系图模型中，得到异质关系图模型输出的目标行人的综合轨迹特征；将目标行人的综合轨迹特征输入至轨迹预测模块，得到轨迹预测模块输出的目标行人的轨迹预测结果；其中，异质关系图模型用于基于行人运动信息与障碍物信息构建目标行人的异质关系图；并基于可学习的先验向量与异质关系图进行特征融合；轨迹预测模块用于基于综合轨迹特征进行多个未来时刻的行人位置预测；通过本申请能够实现更加准确的行人运动轨迹预测。

本发明授权基于异质关系图的行人轨迹预测方法以及装置在权利要求书中公布了：1.一种基于异质关系图的行人轨迹预测方法，其特征在于，包括：获取目标行人、行人运动信息以及障碍物信息；将所述行人运动信息以及所述障碍物信息输入至异质关系图模型中，得到所述异质关系图模型输出的所述目标行人的综合轨迹特征；将所述目标行人的综合轨迹特征输入至轨迹预测模块，得到所述轨迹预测模块输出的所述目标行人的轨迹预测结果；其中，所述异质关系图模型用于基于所述行人运动信息与所述障碍物信息构建所述目标行人的异质关系图；并基于可学习的先验向量与所述异质关系图进行特征融合；所述轨迹预测模块用于基于所述综合轨迹特征进行多个未来时刻的行人位置预测；所述异质关系图模型，包括：个体运动特征提取模块、障碍物特征提取模块以及全局异质特征融合模块；将所述行人运动信息以及所述障碍物信息输入至异质关系图模型中，得到所述异质关系图模型输出的所述目标行人的综合轨迹特征，包括：通过所述个体运动特征提取模块，基于所述行人运动信息进行运动特征提取，得到所述目标行人的个体运动特征；通过所述障碍物特征提取模块，基于所述障碍物信息进行障碍特征提取，得到所述目标行人的周边障碍特征；通过所述全局异质特征融合模块，基于所述个体运动特征与所述周边障碍特征，构建所述目标行人的异质关系图，其中，所述异质关系图的节点集包括：个体运动特征以及周边障碍特征，所述异质关系图的边集合包括：障碍物与行人的交互关系以及行人与行人的交互关系；通过所述全局异质特征融合模块，根据可学习的先验向量基于所述异质关系图，确定所述目标行人的综合轨迹特征；所述障碍物特征提取模块包括：编码层、多头自注意力模块、前馈网络层以及最大池化层；所述基于所述障碍物信息进行障碍特征提取，得到所述目标行人的周边障碍特征，包括：基于所述目标行人的位置与所述目标行人的速度，确定所述目标行人的扇形视野范围；确定所述扇形视野范围与所述障碍物信息中障碍物位置的相交区域，作为障碍多边形；将所述障碍多边形的每个线段对应的特征向量输入至所述编码层，得到所述编码层输出的编码后的特征向量；将所述编码后的特征向量输入至所述多头自注意力模块，得到所述多头自注意力模块输出的查询向量、键向量以及值向量；将所述查询向量、所述键向量以及所述值向量输入至所述前馈网络层，并将所述前馈网络层的输出与所述编码层输出的编码后的特征向量进行残差连接与层归一化，得到所述每个线段的线段特征；将所述每个线段的线段特征输入至最大池化层，得到所述最大池化层输出的所述目标行人的周边障碍特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。